百度对各大博客和论坛动态页面的收录分析

神马

最近发现好几个朋友说百度对阿里巴巴，慧聪，163等高权重的论坛和博客，在收录文章上有时会出现大量的重复收录。原因可能是由于百度对动态地址收录上的不成熟。在高权重的网站上，收录时会临时性的对同一内容页的不同动态地址进行收录，然后再进行对比删除。

阿里巴巴论坛还有一个奇怪的现象。比如，一个网址是指面一个页面，里面包括了1楼和下面所有的评论。但如果在那个网址上加上一个以下回复的人ID号，再进入那个页面，看到的就是楼主的主帖，回复里只显示那个加上ID的人回复。这个图我当时没截下来，现在已经没了。

说的似乎有点不好理解，上几张图。

这是一个一般的地址，进入页面后就是显示所有回复的帖子。这帖目前是有23楼。

我们选占了沙发的ID：ctgy168 来实验下，在原来网站上加上他的ID名。

回车进入页面，这时我们看到的只有楼主的帖子和这位ctgy168的回复。其它人的回复都没有显示。

从上图可以看到，只显示了一个回复。下面就是翻页符。

这个适用于每一个阿里论坛里的帖子，不知道是不是因为阿里论坛最近更新，导致百度对这种现象还不了解。从而产生了重复收录的情况。不过最近几天这个现象有所减少了。

下面发两张朋友发来的163和慧聪的图。

从图中可以看到。这张6月12号的163博客收录图应该是因为动态页面的原因。而这张6月10号慧聪论坛图的情况是只在一个版块发了一帖，结果 被收录了很多个。从网址里的英文单词（paper，laser，ceramic）来看，应该是指向的应该是慧聪各分版。但这些分版并没有使用这个三级域 名，而是使用伪静态页面。

当你百度搜索如http://bbs.ceramic.hc360.com时，百度有这个收录，点击进去，进 入的是论坛的首页。而这些之前被收录的那些以这些三级域名开头的网页全都打不开，全部进入404页面。现在还不知道，慧聪这个是不是一个站群，还是就是单 一服务器里的多个三级域名。今后是否还能达到这种，发一帖，被收录多次的情况，还需要时间观察。这些三级域名最新的百度快照是6月12号，说明这些域名应 该还在使用中。就看慧聪今后如果运用这些域名。

北冰洋

这个以前没有遇到过，好像这几天百度有重复收录，然后在删除。确实这几天发现过这种想象。